On-Demand Inverse Design for Narrowband Nanophotonic Structures Based on Generative Model and Tandem Network
本文提出将条件变分自编码器与串联网络相结合的统一框架,通过先调整理想目标光谱再预测结构参数,实现窄带及复杂纳米光子结构的鲁棒按需逆向设计,并验证了其高精度与实用性。
2025-07-19 physics.optics
Inverse design of coherent supercontinuum generation using free-form nanophotonic waveguides
针对纳米光子波导几何自由度受非线性随机物理限制的问题,引入逆向设计自由形式Si3N4波导,实现可见到中红外的平坦相干超连续谱。
2023-12-17 physics.optics
An inverse-designed nanophotonic interface for excitons in atomically thin materials
本研究以六方氮化硼为波导层结合光子逆向设计,构建对接二维材料的纳米光子平台,实现强激子-光子耦合与暗激子高效检测,为相关非线性光学应用铺路。
2023-08-25 physics.optics
Deep Inverse-Designed Nanophotonic Processors with Structural Nonlinearity from Repeated Phase Encoding
Department of Electrical;Electronics Engineering, Ko c University, Istanbul, 34450, T\" u rkiye
该研究提出通过重复相位编码在逆设计纳米光子处理器中引入结构非线性,实现功能深度,在MNIST、CIFAR-10等任务上取得优于对照组的分类准确率,为紧凑纳米光子处理器提供了新方案。
2026-08-04 physics.optics
Fabrication-Aware Inverse Design of Nanophotonic Devices for 3D Laser-Nanoprinting
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
本研究提出一种逆向设计方法,明确建模3D激光纳米打印的直接激光写入过程,在实验可用设计空间内优化,可预补偿制造特定效应并利用其提升纳米光子器件功能。
2026-08-20 physics.optics
Simultaneous inverse design of materials and parameters of core-shell nanoparticle via deep-learning: Demonstration of dipole resonance engineering
最近引入的基于深度学习技术的数据驱动方法通过允许有效的逆向设计方法彻底改变了纳米光子学领域。本文首次利用神经网络的深度学习实现了核壳纳米粒子材料和结构参数的同时逆设计。开发和训练了一个神经网络来学习电偶极子和磁偶极子的消光光谱与核-壳纳米颗粒设计(包括材料信息和壳厚度)之间的相关性。我们展示了核-壳纳米粒子的深度学习辅助逆向设计,用于1)光谱调谐电偶极子共振,2)寻找光谱隔离的纯磁偶极子共振,以及3)寻找光谱重叠的电偶极子和磁偶极子共振。我们的发现通过允许实际利用深度学习技术进行纳米光子逆向设计,为纳米光子学的快速发展铺平了道路。
2019-04-05 physics.optics
Training deep neural networks for the inverse design of nanophotonic structures
当深度神经网络用于光子器件的逆向设计时,数据不一致会导致训练过程缓慢,这是由于所有逆散射问题中的非唯一性的基本属性引起的问题。在这里,我们表明,通过在串联架构中结合正向建模和逆向设计,可以克服这个基本问题,允许深度神经网络通过包含非唯一电磁散射实例的数据集进行有效训练。这为使用深度神经网络设计需要大量训练集的复杂光子结构铺平了道路。
2018-04-05 physics.app-ph physics.optics
Nyquist-Sampled Time-Domain Adjoint FDTD for Memory-Efficient Broadband Nanophotonic Inverse Design
Hanyang University(汉阳大学);Yale University(耶鲁大学)
研究针对宽带纳米光子逆设计中传统时域实现的内存瓶颈问题,提出奈奎斯特采样时域伴随FDTD方法,通过特定存储和使用方式减少场存储成本,经实验验证该方法能保持梯度保真度并降低内存,为三维纳米光子逆设计提供实用途径。
2026-09-09 physics.optics
Versatile Sleeve-and-Bulk Fabrication of Inversely Designed Nanophotonic Structures with High Pattern Transfer Fidelity
University of Delaware(特拉华大学);West Virginia University(西弗吉尼亚大学)
针对逆向设计纳米光子结构难以制造的问题,提出一种通用两步纳米制造工艺,在三种器件中实现超90%的图案转移保真度,无需器件特定优化。
2026-09-15 eess.IV physics.optics
Digitized Adjoint Method for Inverse Design of Digital Nanophotonic Devices
提出了一种数字化伴随方法,用于实现亚波长纳米光子器件的高效逆设计。我们设计了一个单模3 dB功率分配器和一个双模解复用器,分别演示了用于单目标和双目标优化的数字化伴随方法。优化包括三个阶段,第一阶段的连续变化的“模拟”模式,第二阶段的强制介电常数偏置的“准数字”模式,和第三阶段的多电平数字模式。与传统的蛮力法相比,数字化伴随法的设计效率提高了约5倍,而使用三值模式时,性能优化也达到了近似水平。数字化伴随方法结合了伴随灵敏度分析和数字化亚波长结构的优点,为高效、高性能设计紧凑型数字化亚波长纳米光子器件开辟了一条新途径。该方法克服了蛮力法受图形像素数限制的效率瓶颈,将传统的二值图形扩展为多级图形,提高了器件性能,对大规模数字纳米光子器件的逆向设计具有重要意义.
2019-02-02 physics.app-ph physics.optics
Transcending shift-invariance in the paraxial regime via end-to-end inverse design of freeform nanophotonics
本文提出端到端纳米光子逆向设计方法,结合全麦克斯韦拓扑优化与弹性网络重建算法,设计非平移不变散射结构,使紧凑成像系统突破近轴平移不变性限制,实现高分辨、抗噪声图像重建。
2023-02-03 eess.IV physics.optics
Inverse-Designed Silicon Nitride Nanophotonics
Max Planck Institute for the Science of Light(马克斯·普朗克光科学研究所);Friedrich-Alexander Universität Erlangen-Nürnberg(埃尔朗根-纽伦堡大学);Technical University of Denmark(丹麦技术大学);John A. Paulson School of Engineering and Applied Sciences, Harvard University(哈佛大学约翰·A·保尔森工程与应用科学学院);Massachusetts Institute of Technology(麻省理工学院);The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));SPINS Photonics Inc(SPINS光子有限公司)
本文采用逆向设计方法在氮化硅平台上实现光子器件,并通过实验验证了波长和空间模式维度上的光操控,展示了高Q值谐振器及片上非线性与量子光学的潜力。
2025-05-19 physics.optics
Nanophotonic Particle Simulation and Inverse Design Using Artificial Neural Networks
我们提出了一种方法,使用人工神经网络来近似多层纳米粒子的光散射。我们发现,网络只需要在少量数据样本上进行训练,就可以将模拟近似到高精度。一旦神经网络被训练,它就可以比传统模拟更快地模拟这种光学过程。此外,训练的神经网络可以通过使用反向传播来解决纳米光子逆设计问题,其中梯度是解析的,而不是数值的。
2017-10-18 physics.app-ph physics.comp-ph physics.optics
invrs-gym: a toolkit for nanophotonic inverse design research
本研究提出了面向纳米光子逆设计等领域的模块化工具包invrs-gym,它含多样化挑战与统一接口,兼顾轻量迭代与真实可制备的3D设计任务,内置基准以加速光子设计方法的研发与落地。
2024-10-31 physics.comp-ph physics.optics
Boosting the efficiency of Smith-Purcell radiators using nanophotonic inverse design
由通过光栅的自由电子产生的辐射(称为Smith-Purcell辐射)具有各种应用,包括非破坏性光束诊断和可调谐光源,范围从太赫兹到X射线。到目前为止,用于此目的的光栅是基于人类直觉和简单的几何形状手动设计的。在这里,我们应用基于计算机的纳米光子逆向设计技术,建立一个1400 nm的Smith-Purcell辐射器的亚相对论30 keV的电子。我们证明,所得到的硅纳米结构辐射的3倍更高的效率和2.2倍更高的总功率比以前使用的矩形光栅。具有更好的制造精度和相同的电子结构的距离,模拟表明了96倍的峰值效率的优势。虽然提高效率是自由电子辐射器实际应用所需的关键步骤,但逆向设计也允许以人类思维无法达到的方式塑造光谱和空间发射。
2022-01-05 physics.app-ph physics.optics
Inverse Design of Nanophotonic Devices using Dynamic Binarization
针对光子集成电路对组件性能的严苛需求,提出一种面向目标优先算法的动态二值化逆向设计方法,在TE00到TE20波导模式转换器上经仿真和实验验证,性能显著优于现有实现。
2022-11-18 physics.app-ph physics.comp-ph physics.optics
Towards nanophotonic optical isolation via inverse design of energy transfer in non-reciprocal media
本文将逆向设计伴随方法推广到非互易介质,提出Faraday-adjoint方法并结合水平集三维拓扑优化,实现点源与观测点间的单向能量传递优化,为集成光子学中的纳米光学隔离奠定基础。
2024-05-01 physics.optics quant-ph
Inverse-designed nanophotonic neural network accelerators for ultra-compact optical computing
本文提出基于3D-FDTD波基逆向设计的光子神经网络加速器,在超紧凑硅光芯片上实现MNIST和MedNIST分类,准确率分别达89%和90%,并借助GPU并行提升可扩展性。
2025-06-06 eess.SP physics.optics
A Cyclical Deep Learning Based Framework For Simultaneous Inverse and Forward design of Nanophotonic Metasurfaces
针对目标电磁响应的纳米光子超颖表面设计和优化的常规方法涉及探索大的几何形状和材料空间,这在计算上是昂贵的、耗时的并且是基于试错的高度迭代过程。此外,结构设计的非唯一性和电磁响应与设计之间的高度非线性使得该问题具有挑战性。为了将电磁响应与超颖表面结构设计之间的这种非直观关系建模为设计空间中的概率分布,我们引入了一个基于循环深度学习(DL)的框架,用于纳米光子超颖表面的逆向设计。该框架基于DL模型和遗传算法,对作为元表面单元的元原子和元分子的生成进行逆向设计和优化。该框架包括连续的DL模型,模拟数值电磁仿真和迭代优化过程,并生成优化的结构设计,同时执行正向和反向设计任务。通过遗传算法对生成的结构设计进行选择和评估,以构建模拟真实世界响应的期望光学响应和设计空间。重要的是,我们的循环生成框架还探索了新的元表面拓扑空间。作为我们所提出的架构的实用程序的一个示例应用程序,我们演示了基于间隙等离子体激元的半波片超颖表面的逆设计,用于用户定义的光学响应。我们所提出的技术可以很容易地推广到设计纳米光子超颖表面的范围广泛的有针对性的光学响应。
2020-05-26 eess.IV physics.optics
Deep Neural Network Inverse Design of Integrated Nanophotonic Devices
预测人工结构材料的物理响应对于科学和工程应用特别感兴趣。在这里,我们使用深度学习来预测人工设计的纳米光子器件的光学响应。除了预测任何给定拓扑结构的传输响应的正向近似外,这种方法还允许我们逆近似设计目标光学响应。我们的深度神经网络(DNN)可以在几分之一秒内设计出紧凑的(2.6x2.6 μm2)基于绝缘体上硅(SOI)的1 X 2功率分配器,具有各种目标分束比。该模型经过训练,以最大限度地减少反射(小于20 dB),同时实现最大传输效率(高于90%)和目标分裂规格。这种方法为快速设计依赖于复杂纳米结构的集成光子器件铺平了道路。
2018-09-10 cond-mat.mes-hall physics.app-ph physics.optics
Fast 3D Nanophotonic Inverse Design using Volume Integral Equations
University of Southern California(南加州大学);Stanford University(斯坦福大学)
本文提出基于体积积分方程的高效逆设计方法,显著提升计算效率,成功设计了3dB功率分配器、双波长布拉格光栅和选择性模式反射器。
2026-04-08 cs.NA math.NA physics.comp-ph
Inverse Design of 3D Nanophotonic Devices with Structural Integrity Using Auxiliary Thermal Solvers
本工作提出一种结合电磁模拟与辅助热扩散求解器的多目标优化方法,用于三维纳米光子器件逆向设计,确保结构完整性,并成功设计了聚焦元件和波导结器件。
2025-03-30 physics.comp-ph physics.optics
Free-form inverse design of arbitrary dispersive materials in nanophotonics
本文提出在并行FDTD求解器中结合复共轭极点-留数对模型与伴随方法,实现三维任意色散各向异性光学材料的自由形式逆向设计,并通过间隙场增强问题验证了方法的有效性。
2023-04-29 physics.comp-ph physics.optics
Fast Nanophotonic Inverse Design using Precomputed Numerical Green Functions
Stanford University(斯坦福大学);University of California, Berkeley(加州大学伯克利分校)
本文首次将预计算数值格林函数方法用于纳米光子逆向设计,通过线性成本计算和低秩更新实现亚毫秒迭代,设计时间加速超三个数量级,可秒级设计新器件。
2026-10-05 cs.NA math.NA physics.comp-ph
MOCLIP: A Foundation Model for Large-Scale Nanophotonic Inverse Design
MOCLIP是一种用于大规模纳米光子反向设计的基础模型,通过对比学习在共享潜在空间中整合超表面几何和光谱,实现高通量零样本预测和高密度信息存储。
2026-08-25 cs.AI physics.optics
Intelligent Nanophotonics: Merging Photonics and Artificial Intelligence at the Nanoscale
在过去的二十年里,纳米光子学一直是一个活跃的研究领域,这是由于人们对探索纳米级光的新物理和技术的兴趣日益浓厚。随着对性能和集成度要求的不断提高,纳米光子器件的设计和优化变得计算量大且时间效率低。先进的计算方法和人工智能,特别是其机器学习子领域,已经在许多应用中取得了革命性的发展,例如网络搜索,计算机视觉和语音/图像识别。复杂的模型和算法有助于以高效的方式利用巨大的参数空间。在这篇综述中,我们总结了纳米光子学和机器学习融合的新兴领域的最新进展。我们提供了不同的计算方法的概述,重点是深度学习,用于纳米光子逆设计。还讨论了使用光子平台实现深度神经网络。这篇评论旨在勾勒出一个例子的纳米光子设计与机器学习,并给出了未来的任务的观点。
2019-01-25 physics.optics
Gradient-Informed Bayesian and Interior Point Optimization for Efficient Inverse Design in Nanophotonics
Institute of Information Processing, Leibniz University Hannover(莱比锡洪堡大学信息处理研究所);Flexcompute, Watertown, MA, USA(Flexcompute公司);Institute of Artificial Intelligence, Leibniz University Hannover(莱比锡洪堡大学人工智能研究所);L3S Research Center, Hannover, Germany(L3S研究中心)
本文提出BONNI算法,结合贝叶斯优化和内点优化,通过高效利用梯度信息提升纳米光子学反向设计效率,实现更优的分布式布拉格反射器和双层耦合器设计。
2026-03-25 cs.LG physics.optics
Intrinsically Design-Rule-Compliant Nanophotonic Inverse Design via Learned Generative Manifolds
Koç University(科奇大学);KU Leuven(荷语天主教鲁汶大学);Bursa Technical University(布尔萨科技大学);KUIS AI, Koç University(科奇大学知识信息与智能系统人工智能研究所)
提出通过生成流形重新参数化设计空间,将优化限制在DRC合规几何的流形内,实现固有设计规则合规的纳米光子逆向设计,在多种硅光器件上达到最优性能并降低计算成本。
2026-06-12 physics.app-ph physics.comp-ph physics.optics
Machine Learning to Foundation Models: Artificial Intelligence for Nanophotonic Modeling and Scientific Discovery
Boston College(波士顿学院);Columbia University(哥伦比亚大学);Carnegie Mellon University(卡内基梅隆大学);Washington University School of Medicine(华盛顿大学医学院)
本综述梳理了纳米光子学领域AI从机器学习到基础模型的发展,介绍了相关平台、问题与方法,分析了当前基础模型的局限并展望了多模态模型的未来方向。
2026-08-25 physics.optics
Neural network inverse design of nanophotonic scintillators
Technion – Israel Institute of Technology(以色列理工学院);Institute for Instrumentation in Molecular Imaging (I3M), CSIC-Universitat Politècnica de València(分子成像仪器研究所,西班牙瓦伦西亚理工大学);E.L. Ginzton Laboratory, Stanford University(斯坦福大学);Institute of Science and Technology Austria (ISTA)(奥地利科学技术研究院)
提出物理信息神经网络学习闪烁体级联过程,结合光子模拟实现端到端可微优化,用于X射线成像的纳米光子闪烁体逆向设计。
2026-06-16 physics.optics quant-ph
Fundamental Limits of Nanophotonic Design
本论文建立涵盖一般线性波散射动力学的通用理论框架,利用极化场物理约束推导纳米光子多类应用的设计基本极限。
2023-08-16 physics.optics
Transfer learning-assisted inverse modeling in nanophotonics based on mixture density networks
Uppsala University(乌普萨拉大学);Science for Life Laboratory, Uppsala University(乌普萨拉大学生命科学实验室);Vrije Universiteit Brussel(布鲁塞尔自由大学);Flanders Make(弗兰德斯制造)
针对纳米光子结构仿真计算成本高、混合密度网络逆建模存在需预设解数量上限、联合优化成本高且数值不稳定等问题,提出迁移学习增强的混合密度网络逆建模方法,在保持高精度的同时克服局限,经数值验证有效。
2024-05-21 cs.LG physics.optics
Inverse-designed lithium niobate nanophotonics
绝缘体上钛酸锂(LNOI)是一种新兴的光子平台,具有良好的材料特性(如低光学损耗,强非线性和稳定性),并能够实现具有更强光学约束的大规模集成,为未来的光网络,量子处理器和非线性光学系统展示了前景。然而,虽然近年来光子工程已经进入了通过优化的自动化“逆向设计”时代,但LNOI集成光子器件的设计仍然主要依赖于直观模型和低效的参数扫描,限制了可访问的参数空间、性能和功能。在这里,我们开发并实现了一个基于3D梯度的反向设计模型,为LNOI平台的拓扑优化量身定制,它不仅可以有效地搜索一个大的参数空间,但也考虑到实际的制造约束,包括最小特征尺寸和蚀刻侧壁角度。我们实验证明了一个空间模式复用器,波导交叉,和一个紧凑的波导弯曲,所有低插入损耗,微小的足迹,和模拟和实验结果之间的良好协议。这些器件与设计方法一起代表了未来LNOI光子学所需的各种先进器件功能的关键一步,并可以为未来的光链路,量子技术和非线性光学提供紧凑且具有成本效益的解决方案。
2022-12-19 physics.app-ph physics.optics
Dimension expansion for simulation-efficient nanophotonic neural networks
Stevens Neuroimaging and Informatics Institute, University of Southern California(南加州大学史蒂恩斯神经影像与信息学研究所);Department of Biomedical Engineering, University of Southern California(南加州大学生物医学工程系);Department of Electrical and Computer Engineering, University of Southern California(南加州大学电气与计算机工程系);Yale University(耶鲁大学)
提出维度扩展网络(DEN),通过将低维目标参数映射为高维条件表示,结合可微电磁仿真实现无监督端到端纳米光子逆向设计,在金属透镜和Y型分束器上减少约50%仿真成本并泛化至连续目标空间。
2026-06-23 eess.IV physics.optics
IDToolkit: A Toolkit for Benchmarking and Developing Inverse Design Algorithms in Nanophotonics
Nanjing University(南京大学);Nanjing University of Science and Technology(南京理工大学)
本文提出IDToolkit基准工具包,涵盖辐射冷却器等三类纳米光子逆向设计问题,并公平比较10种算法,为科学设计研究提供可复现平台并揭示未来改进方向。
2023-05-31 cs.AI cs.LG physics.optics
End-to-End Nanophotonic Inverse Design for Imaging and Polarimetry
通过共同设计一个元光学前端结合图像处理后端,我们证明了噪声灵敏度和紧凑性大大优于光学或计算的方法,说明了两个例子:亚波长成像和重建的多个光源的全偏振相干矩阵。我们的端到端逆设计耦合的完整麦克斯韦方程组的解决方案-利用在亚波长散射体中产生的波物理的所有方面-与逆散射算法在一个单一的大规模优化涉及$\gtrsim 10^4$自由度。所得到的结构散射光的方式,是从根本上不同于传统的透镜或随机的微结构,并抑制噪声灵敏度的逆散射计算的几个数量级。全波物理的解释对于探测被几何光学和标量衍射理论丢弃的光谱和偏振信息尤其重要。
2020-10-10 eess.IV physics.app-ph physics.comp-ph
Adjoint method and inverse design for nonlinear nanophotonic devices
逆设计的发展,其中计算优化技术用于设计基于某些规格的设备,导致了许多紧凑的,非直观的结构,具有优越的性能的发现。在各种方法中,大规模的基于梯度的优化技术已经成为设计包含大量自由度的结构的最重要的方法之一。这些技术是可能的伴随方法,其中相对于所有的设计自由度的目标函数的梯度可以使用仅两个全场模拟计算。然而,到目前为止,这种方法主要应用于线性光子器件。在这里,我们提出了一种扩展的方法来建模非线性器件在频域中,与非线性响应直接包括在梯度计算。作为说明,我们使用的方法来设计紧凑的克尔非线性材料中的光子开关,其中低功率和高功率脉冲在不同的方向上路由。我们的技术可能会导致新的紧凑型非线性光子器件的发展。
2018-11-03 physics.app-ph physics.comp-ph physics.optics
Inverse Design in Nanophotonics via Representation Learning
本文综述了纳米光子学逆向设计中基于表示学习的机器学习方法,分为输出端和输入端两类,并探讨了混合框架的优势及未来挑战。
2025-10-14 cs.AI cs.LG physics.app-ph
Controlling the Minimal Feature Sizes in Adjoint Optimization of Nanophotonic Devices Using B-spline Surfaces
伴随优化是纳米光子器件反设计的一种有效方法。为了确保可制造性,人们希望对最小特征尺寸进行控制。在这里,我们建议利用水平集方法的基础上,b样条曲面,以控制特征尺寸。这种方法首先被用来设计波长解复用器。它还用于实现人工神经计算的纳米光子结构。在这两种情况下,我们表明,最小的特征尺寸可以很容易地参数化和控制。
2019-07-15 physics.comp-ph physics.optics
Hybrid Supervised and Reinforcement Learning for the Design and Optimization of Nanophotonic Structures
University of California, Los Angeles(加利福尼亚大学洛杉矶分校);Northrop Grumman Corporation(诺斯罗普·格鲁曼公司);California NanoSystems Institute(加州纳米系统研究所)
从更高的计算效率到能够发现新颖复杂的结构,深度学习已经成为设计和优化纳米光子电路和组件的强大框架。然而,数据驱动和基于探索的机器学习策略对于纳米光子逆设计的有效性都有局限性。受监督的机器学习方法需要大量的训练数据来产生高性能模型,并且由于设计空间的复杂性,难以推广到训练数据之外。另一方面,无监督和基于强化学习的方法可能会有非常长的训练或优化时间。在这里,我们展示了一种混合监督学习和强化学习的方法来逆向设计纳米光子结构,并表明这种方法可以减少训练数据的依赖性,提高模型预测的泛化能力,并缩短探索性训练时间的数量级。因此,所提出的策略解决了许多当代基于深度学习的挑战,同时为新的设计方法打开了大门,这些方法利用多类机器学习算法为光子设计产生更有效和实用的解决方案。
2022-09-08 cs.LG physics.optics
Quantum Nanophotonics with Group IV defects in Diamond
金刚石光子学是一个不断增长的研究领域,其驱动力是利用金刚石及其色心作为固态量子应用的合适硬件的前景。在过去的二十年里,氮空位(NV)中心已经形成了该领域,具有突破性的基础物理演示和实际实现。然而,最近出现了一整套其他钻石缺陷。它们是M-V色心,其中M表示元素周期表第IV列中的元素Si、Ge、Sn和Pb之一,V表示晶格空位,即缺少相邻的碳原子。这些中心表现出比NV中心更强的零声子线发射,它们显示反转对称性,并且可以使用离子注入进行工程化,所有这些都是基于固态单光子源的可扩展量子光子架构的吸引人的特征。从这个角度来看,我们强调了工程和表征这些金刚石缺陷的领先技术,讨论了目前基于IV族器件的最新技术,并展望了该领域实现金刚石固态量子光子学的未来方向。
2019-07-05 cond-mat.mes-hall physics.app-ph physics.optics
Two-Stage Deformable-Convolutional Inverse Design of Nanophotonic Absorbers from Optical Spectra
University of Electronic Science and Technology of China(电子科技大学);King Fahd University of Petroleum & Minerals(法赫德国王石油与矿产大学)
该研究提出两阶段可变形卷积框架,结合监督初始化与对抗优化,从80维吸收光谱重构金属-绝缘体-金属谐振器几何,在多指标上优于多种卷积方法,实现了更优的光谱条件下几何重构。
2026-08-13 cs.AI cs.CV physics.optics
High computational density nanophotonic media for machine learning inference
针对片上光计算系统计算密度提升难的问题,研究采用制造感知逆向设计技术,实现了面积仅64平方微米的超紧凑光神经计算架构,在Iris数据集上准确率达86.7%,为高密度低功耗AI光学处理器提供了新路径。
2025-06-17 physics.optics
Illustrated tutorial on global optimization in nanophotonics
本文为纳米光子学逆向设计提供全局优化图解教程,涵盖算法背景、方法论、推荐算法及在线可运行代码,并利用物理直觉评估优化结果。
2024-02-05 physics.comp-ph physics.optics
Imaging the field inside nanophotonic devices
Technion – Israel Institute of Technology(以色列理工学院);Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)(埃尔朗根-纽伦堡弗里德里希·亚历山大大学);University of Cambridge(剑桥大学)
本文提出了一种新型显微方法,用于测量纳米光子加速器内部的场分布,揭示了其复杂的3D场分布特征,为高精度纳米光子器件的发展提供了关键支持。
2022-09-28 physics.acc-ph physics.optics
A newcomer's guide to deep learning for inverse design in nano-photonics
本文为纳米光子学逆向设计的新手提供深度学习入门指南,涵盖基本概念、工作流程、设计指南及多种技术评估,并附Python示例,旨在帮助研究者避免常见障碍并有效应用深度学习。
2023-11-06 physics.comp-ph physics.optics
Inverse design of light-matter interactions
逆向设计代表了纳米光子器件开发的范式转变,其中最佳几何形状和材料是通过算法而不是对称性考虑或直觉发现的。在这里,我们提出了一个非常一般的配方,是适用于原子在外部环境中的相互作用的逆设计,并从中得到一些明确的公式优化的自发衰变率,Casimir-Polder力和共振能量转移。以后者的Purcell因子为例,我们使用时域有限差分技术来证明逆设计算法的能力远远超出了基于直觉的方法所能实现的,开辟了一条新的技术开发路线。
2020-04-28 physics.optics quant-ph
Inverse designed metalenses with extended depth of focus
扩展焦深(EDOF)透镜对于计算成像和显微镜中的各种应用是重要的。除了实现新的功能外,EDOF透镜还可以减轻成像系统对严格对准要求的需求。然而,现有的EDOF透镜通常效率低下或产生模糊图像的不对称点扩散函数(PSF)。纳米光子学的逆向设计,包括超颖表面,近年来产生了强烈的兴趣,由于其产生奇异和创新的光学元件的潜力,这通常是难以直观地建模。利用基于伴随优化的逆电磁场设计方法,设计了一个工作在625nm波长的柱面超颖表面透镜,其焦深超过了普通透镜。通过对三种不同焦距(66.66 μ m,100 μ m,133.33 μm)的氮化硅超颖表面透镜(横向尺寸为66.66 μm)进行纳米加工和光学表征,验证了我们的设计。所制造的扩展焦深超表面透镜的聚焦效率类似于传统超透镜的聚焦效率。
2020-04-02 physics.optics
Spectral domain inverse design for accelerating nanocomposite metamaterials discovery
纳米光子学背景下的逆向设计技术有助于发现紧凑和反直觉的结构/形状。我们引入了谱域逆设计的概念来搜索纳米复合超材料的光学交换空间(色散介电常数)。我们开发了一种混合优化技术,结合遗传算法和梯度下降法。我们利用这种技术来逆向设计超薄热光伏发射器涂层材料。我们的工作可以导致一个有效的方法来寻找新的多功能光学/热超材料与所需的复介电常数。
2019-11-19 physics.app-ph physics.comp-ph physics.optics
Inverse design and implementation of a wavelength demultiplexing grating coupler
纳米光子学已经成为在芯片上操纵光的强大工具。然而,几乎所有今天的设备都是使用缓慢且无效的蛮力搜索方法设计的,在许多情况下导致设备性能有限。在这篇文章中,我们提供了一个完整的演示我们最近提出的逆向设计技术,其中用户指定的设计约束的形式,而不是一个介电常数的档案,特别是我们使用这种方法来证明一个新的解复用光栅。这种新型光栅没有使用传统技术开发,它接受来自自由空间的垂直入射高斯光束,并将O波段$(1300\mathrm{nm})$和C波段$(1550\mathrm{nm})$光分离到单独的波导中。这种逆向设计概念简单,可扩展到包括分频器、模式转换器和空间模式多路复用器在内的广泛的高度紧凑型器件。
2014-09-17 physics.optics
Multi-objective Inverse Design of Solid-state Quantum Emitter Single-photon Sources
单固态量子发射器为实现不可区分的单光子源提供了相当大的潜力,这是许多光子量子信息系统的核心。具有多个性能指标的纳米光子几何优化对于将裸量子发射器转换为接近量子光子学的必要纯度、不可分割性和亮度水平的单光子源是必要的。我们提出了一种逆向设计方法,同时针对高性能量子光源的两个重要指标:Purcell辐射率增强和耦合效率到所需的光收集通道。我们明确地解决几何相关的功率发射,一个关键的,但往往被忽视的方面,基于梯度的优化量子发射器单光子源。我们通过基于GaAs纳米光子结构中的量子发射器的单光子源的设计说明了我们的方法的功效,该GaAs纳米光子结构提供了具有94%波导耦合效率的Purcell因子$F_p=21$,同时尊重几何约束以最小化蚀刻侧壁的发射器退相干。我们的研究结果表明,多目标逆向设计可以产生更有利的权衡比传统的方法的基础上预先建立的波导或腔的几何形状的竞争力的性能。
2022-06-02 cond-mat.mes-hall cond-mat.mtrl-sci physics.app-ph
Leveraging Continuous Material Averaging for Inverse Electromagnetic Design
逆电磁设计已经成为一种有效设计有源和无源电磁器件的方法。这种成熟策略涉及优化器件的形状或拓扑结构,以提高品质因数--这一过程通常使用某种形式的最速下降算法来执行。当然,这需要我们计算品质因数的梯度,该品质因数描述了器件性能,可能与许多设计变量有关。在本文中,我们介绍了一种新的策略,平滑突然的材料接口,使我们能够有效地计算这些梯度与高精度的分辨率的基础模拟。这具有优于先前的纳米光子学中的形状和拓扑优化的方法的优点,所述纳米光子学中的形状和拓扑优化要么易于产生梯度误差,要么对器件的形状施加重要的约束。作为这种新策略的演示,我们优化了窄波导和宽波导之间的非绝热波导锥度。这种优化导致非直观的设计,在1550 nm处具有仅0.041 dB的极低插入损耗。
2018-08-13 physics.optics
Multiplexed Supercell Metasurface Design and Optimization with Tandem Residual Networks
复杂的纳米光子结构具有为一系列应用提供精致定制的光学响应的潜力。例如,布置在超晶胞中的金属-绝缘体-金属(MIM)超颖表面可以通过几何形状和材料选择来定制,以表现出各种吸收特性和谐振波长。然而,这种灵活性带来了一个巨大的设计可能性空间,经典设计范式难以有效地导航。为了克服这一挑战,在这里,我们展示了一种串联残差网络方法,通过逆向设计有效地生成多路复用的超级单元。通过在超过3万亿种可能设计的设计空间中使用具有数千个全波电磁仿真的训练数据集,深度学习模型可以在给定光谱目标的情况下准确地生成各种复杂的超级电池设计。除了逆向设计,所提出的方法也可以用来探索宽带吸收和发射在这样的超级电池配置的结构-性能关系。因此,这项研究证明了使用深度神经网络进行高维超原胞逆设计的可行性,该设计适用于由可能表现出耦合的多个子单元组成的复杂纳米光子结构。
2020-12-14 physics.app-ph physics.optics
A neural operator-based surrogate solver for free-form electromagnetic inverse design
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);University of Tartu(塔尔图大学)
神经运算符已经成为在科学机器学习背景下求解偏微分方程的强大工具。在这里,我们实现和训练修改后的傅立叶神经算子作为电磁散射问题的代理求解器,并比较其数据效率现有的方法。我们进一步展示了它在基于梯度的纳米光子逆向设计中的应用,自由形式的全三维电磁散射体,这是一个迄今为止尚未应用深度学习技术的领域。
2023-03-28 cs.LG physics.comp-ph physics.optics